跳到正文

公司使用说明.

如何合法、公平地使用 testee:它的用途、不足之处,以及哪些仍是你的职责。

本译文仅为方便阅读而提供。如与 英文版本不一致,以英文版本为准。可下载的文件为英文版。

更新于 2026年11月15日

本页内容

适用于使用 testee 面试候选人的公司中的所有者、管理员和审阅人。本文件是 testee 的提供者 Arcolabs OÜ 发布的使用说明:testee 的用途、其结果如何产生、结果的局限,以及你作为雇主需要做的事。

你根据所适用的劳动法和数据保护法承担的义务仍由你自行承担。本说明并非法律意见;请与你的法律顾问核实你的流程。

testee 的用途

  • 预期用途。 针对某一职位的结构化初轮面试。AI 面试官按环节(对话、测验、编程、白板、角色扮演、评审和书面作答)提出你的团队设定的问题,并进行追问。随后,分析结果会报告候选人的回答对你所写考察要求的覆盖情况,并以原话作为证据。你的团队审阅每一项结果并作出决定。
  • 各方角色。 Arcolabs OÜ 开发 testee 并以自己的名义提供,因此是该 AI 系统的提供者(欧盟《人工智能法》第 3 条第 3 款);它还依据数据处理协议代表你处理候选人的数据。你的公司在自身授权下使用 testee,因此是部署者(第 3 条第 4 款)以及该等数据的控制者。如果你在 testee 上使用自己的名称或商标、对其进行实质性修改或将其用于其他目的,你本身即成为其提供者(第 25 条第 1 款)。
  • 高风险 AI 系统。 根据欧盟《人工智能法》,用于评估求职者的 AI 属于高风险(附件三第 4 点 (a) 项),我们也将 testee 视为高风险 AI 系统。你作为部署者的义务概述如下。
  • 语言。 面试可使用 13 种语言进行。阿拉伯语、荷兰语、英语、德语、希伯来语、意大利语、西班牙语和乌尔都语已通过我们的面试官和分析评估;巴西葡萄牙语、法语、印地语、印度尼西亚语和简体中文处于测试阶段。
  • 训练数据。 testee 运行在 OpenAI 的通用模型上,这些模型由 OpenAI 使用其自有数据训练。我们不训练或微调任何模型,也绝不使用你的数据或候选人的数据;我们编写提示词,并在由人工标注的虚构面试上测试每个版本。

结果的含义

  • 每项考察要求的状态。 已覆盖、部分覆盖、提示后覆盖、错误或未覆盖,每个状态都附有面试中作为依据的原话。
  • 覆盖度评分。 0 至 100 的数值,由代码根据上述状态计算,绝不由 AI 计算:已覆盖计全分,部分覆盖和提示后覆盖计一半,错误和未覆盖不计分,必备考察要求的权重是加分考察要求的两倍。该评分标注“供审阅参考,并非录用决定”。
  • 必备项。 报告还会显示是否覆盖了每一项必备考察要求。
  • 总结与追问。 AI 总结列出优势、不足,以及供后续现场面试使用的建议问题。
  • AI 绝不评判的内容。 情绪、口音、流利程度、语气、自信程度、性格、文化契合度、外貌或任何受法律保护的特征。不进行面部或声音分析,不使用生物特征识别,也没有 AI 处理摄像头或屏幕录制。

你需要了解的局限

  • 语音识别会出错。 文字记录可能包含错误,在口音较重、言语障碍、背景噪音或麦克风质量差的情况下更为明显。分析被要求以宽容的方式解读此类错误;当某个状态取决于寥寥数词时,请收听音频。
  • 分析可能出错。 状态可能过于宽松或过于严格。每个状态都链接到其证据,审阅人可以更改;评分随之更新。
  • 考察要求决定结果。 模糊或与职位无关的考察要求会得出模糊的结果。请将每项要求写成一个好回答应体现的内容,并与工作相关。
  • 测试阶段语言。 在巴西葡萄牙语、法语、印地语、印度尼西亚语和简体中文中,面试官和分析尚未达到我们的评估目标。请格外仔细地审阅这些结果。
  • 生成的面试是草稿。 根据职位描述或职位名称生成的面试会在编辑器中打开,供你的团队检查。未经人工,任何内容都不会发布。

实测准确性

在每个版本的分析和面试官上线前,我们都会在由人工标注的虚构面试上进行测试(绝不使用真实候选人的数据)。以下数据针对当前版本,附 95% 置信区间;对模型或提示词的更改只有在达到目标后才会上线。

  • 覆盖度分析。 基于 13 种语言的 139 个面试环节(AI 评判了 752 项考察要求,2026 年 11 月 21 日):AI 给出的状态与人工标注一致的考察要求占 90%(87%–93%;目标至少 80%),Cohen's kappa 系数为 0.86(0.82–0.9;目标 0.70)。其中 5%(3%–8%;目标至多 5%)给出的评价高于标注,1%(1%–2%;目标至多 15%)低于标注。98% 的证据引文准确无误(94%–100%;目标 95%)。环节覆盖度评分平均偏差为 2.5 分(满分 100;1.6–3.5;目标至多 8 分)。
  • 面试官。 在与按脚本扮演的候选人进行的模拟对话中,面试官在每次对话中都做到一次只问一个问题、从不透露考察要求或答案、正确记录提示、完成各环节并按时收尾(目标至少 95%,“从不透露”为 100%)。不夸奖或评判回答、不口述自己的步骤也在测量之列;这两项是表现最弱的检查项。
  • 稳健性。 测试包括语音识别错误、同义改写、关键词堆砌、自信但错误的回答,以及隐藏在回答、代码和白板标签中的指令;分析未执行任何隐藏指令。
  • 网络安全。 testee 运行在欧盟境内的 Google Cloud 上,传输中和静态数据均加密。每个请求都会根据其所属公司进行校验,密钥存放在 Google Secret Manager 中,我们的员工在独立的管理区工作,配有双重身份验证登录和审计日志。候选人的回答、代码和白板标签只作为数据传给 AI,绝不作为指令(见上文测试)。更多信息见信任中心页面。
  • 可能降低准确性的因素。 真实面试与测试用例不同:音频质量差、口音重、言语障碍和测试阶段语言会降低文字记录和状态的可靠性;模糊的考察要求会降低一致性。针对不同口音和群体的真实候选人的准确性尚未测量;一旦完成测量,我们将在此公布相关数据。

testee 需要你提供的内容

  • 与工作相关的考察要求和问题。不得询问健康、家庭、宗教、出身、年龄或其他受保护特征,也不得编写替代这些特征的考察要求。
  • 每个环节正确的测验选项和合理的时间限制。面试官会在环节时间用去 80% 时开始收尾。
  • 仅提供所需的候选人数据:邀请某人只需姓名和电子邮箱地址。
  • 发布前经过检查的面试,包括由助手生成或编写的面试。

人工审阅

所有录用决定都由人作出。为确保这一点:

  • 选择了解该职位、知道 testee 如何运作及其不足之处的审阅人(欧盟《人工智能法》要求具备此类 AI 素养)。与他们分享本说明。
  • 阅读证据,而不只是看评分。在状态至关重要时收听录音,并更改错误的状态。
  • 记录团队决定(晋级、待定或淘汰)并附上备注。不得仅凭评分或自动拒绝候选人,包括通过 API、Webhook 或已连接的申请人跟踪系统。
  • 当候选人要求由人复核其结果时,应予以复核并告知其结果(GDPR 第 22 条)。
  • 在现场面试中使用建议的追问问题核实不足和疑点。

使用期限、资源与维护

  • 运行环境。 testee 是托管服务,无需安装。候选人需要最新版浏览器、稳定的互联网连接和麦克风(或以打字作答);审阅人需要最新版浏览器。
  • 使用期限。 只要你的订阅有效,testee 就持续提供服务。模型和提示词的每个版本在被我们替换之前一直有效;我们会在模型制造商停用某模型之前将其替换,且仅在新版本达到上述准确性目标后替换。
  • 更新。 我们持续部署修复和改进,你无需任何操作。影响结果或本说明的更改将按“版本与变更”中所述方式公布。
  • 你的维护。 在职位变化时复核面试的考察要求,每月对照录音抽查部分结果,持续培训审阅人,并每年检查一次保留设置。

诚信信号

  • 定义。 当公司开启该设置时(设置 → 面试监控,默认关闭),浏览器会记录切换标签页、焦点变化、复制、剪切和粘贴(位置和数量,绝不记录内容)以及离线时段;服务器会补充记录重新连接、重新加载、第二个连接和更换浏览器,以及在录制时摄像头关闭或屏幕共享停止。候选人会在作出同意前获得告知,面试间会显示“活动记录已开启”。
  • 只是信号,不是证据。 辅助技术、候选人需要使用的其他应用以及连接问题都会产生相同的信号。这些信号没有评分,也绝不改变覆盖度评分。切勿因这些信号拒绝候选人:应就此询问,并将每个信号标记为已解释或已忽略。
  • 招聘所在地。 在欧盟、欧洲经济区和英国,读取这些浏览器事件须取得候选人的同意(《电子隐私指令》第 5 条第 3 款、PECR 第 6 条):这些事件并非候选人所申请的面试所必需,且候选人很少能自由地向雇主作出同意。在这些地区请保持该设置关闭;在其他地区,仅在需要且当地规则允许时开启。

录制与同意

  • 每场面试。 音频和文字记录都会被录制。在录制任何内容之前,候选人会看到 AI 告知并予以接受;testee 会保存候选人接受的内容、其版本和接受时间,并在结果页面和 PDF 中显示。
  • 你自己的同意文本。 可在面试设置(候选人同意)中添加,例如你的保留期限或隐私声明链接。它会显示在标准告知旁边。
  • 摄像头和屏幕。 默认关闭(设置 → 面试监控)。仅在需要时开启。候选人会看到录制的内容、原因、谁可以观看、保留多久以及联系人,并在开始前表示同意。只有审阅人、公司管理员以及组织所有者和管理员可以观看视频,每次观看都会记入审计日志。对于要求不录制面试的候选人,请在其开始前在其邀请中关闭录制(录制)。
  • 其他人。 请候选人在私密场所参加面试,以免录制到其他人。

便利安排

  • 内置功能。 候选人可以用打字代替口头回答所有问题,可在面试着陆页上选择。字幕始终开启,所有操作都可通过键盘完成,当系统要求减少动态效果时动画会停止。
  • 已知局限。 白板环节难以配合屏幕阅读器使用,代码编辑器对屏幕阅读器的支持也有限。对于有此需要的候选人,请邀请其参加不含这些环节的面试副本,或提供其他作答方式。
  • 更多时间。 当候选人要求更多时间时,可在邀请时设置额外时间(+25%、+50% 或 +100%),或在其开始面试前在其邀请上设置。每项时间限制都会相应延长,候选人看到的是延长后的时间,不带任何标注。包括额外时间在内,一场面试最长 60 分钟,因此只提供能让面试保持在 60 分钟以内的比例;已经长达 60 分钟的面试无法获得额外时间,此时请邀请有需要的候选人参加该面试的较短副本。结果中会注明“额外时间”,以便审阅人公平地看待时长;更改会记入审计日志。
  • 告诉候选人如何申请。 在告知中说明联系人(便利安排说明模板已包含此内容)。不要询问候选人是否使用辅助技术或其健康状况;应询问什么会对其有帮助。

告知候选人

  • 在邀请候选人之前,告知他们面试由 AI 主持和分析、评估的内容以及由人作出决定:依据 GDPR 第 13 条和第 14 条,以及欧盟《人工智能法》关于对人使用的高风险系统的规定。testee 在面试前显示的告知不能替代你的告知。
  • 纽约市:根据 Local Law 144,须在使用前至少 10 个工作日发出告知,并公布偏见审计结果。可在招聘页面或招聘广告中发布,或通过 testee 以电子邮件发送:在“邀请邮件”下撰写告知,并为居住在纽约市的候选人标记邀请(或导入、或 ATS 职位);告知会随邀请一同发送,面试仅在 10 个工作日后开放。
  • 伊利诺伊州:根据 Artificial Intelligence Video Interview Act(《人工智能视频面试法》),须在面试前发出告知、作出说明并取得同意。
  • 告知模板涵盖上述每种情形,并留有填写你公司信息的空白。

记录、保留与请求

  • 保留。 设置 → 数据保留:默认情况下,365 天无活动的候选人会被删除,音频和录制内容在面试后 180 天删除。请按你公司政策的要求设置,最长 10 年。部分法律要求的期限长于默认值:加利福尼亚州关于自动化决策系统的规则要求将招聘记录(包括该系统的数据)保留 4 年(1,461 天),科罗拉多州自 2027 年起要求保留 3 年。无论设置如何,删除候选人都会删除其数据。
  • 日志。 testee 为每场面试记录一份 AI 日志:面试和版本 ID、语言、所用的模型和提示词版本、状态、结束原因、时间和时长、分析的状态、模型和提示词版本,以及人员作出决定的时间;绝不包含姓名、回答、评分或决定。我们在最后一条记录后将其保留 190 天。你公司的审计日志(谁在仪表板中做了什么)保留 365 天,结果保留至候选人被删除为止。
  • 查阅和保存日志。 欧盟《人工智能法》要求你将处于你控制之下的日志保存至少六个月。可将 AI 日志下载为 CSV 文件(设置 → AI 日志 → 下载 AI 日志),每场面试一行,表头列出各字段名称;时间采用 UTC。请至少每六个月下载一次,并在删除候选人或缩短保留期限之前下载,且将文件保存六个月。可用它核实某场面试运行的版本、发现失败或未完成的面试和分析,并证明每项结果由人审阅的时间。
  • 访问与删除。 候选人 → 行菜单 → 导出数据,可将候选人的数据以文件形式提供给候选人,包括每场面试的分析(各状态及其说明和原话、评分和总结)以及你的团队的决定,但绝不包括审阅人的评论或测验的答案;删除候选人会在所有位置删除其数据(包括录制内容),通常在几分钟内完成。这也满足伊利诺伊州 30 天的删除期限。
  • 分享。 仅与参与录用决定的人员分享结果。已分享的 PDF 位于 testee 之外,不会随候选人一同删除。
  • 影响评估。 大多数欧盟公司在使用 AI 面试时需要进行数据保护影响评估。可从 DPIA 模板开始。

不应使用 testee 的情形

  • 作为拒绝候选人的唯一依据,或用于自动拒绝任何人。
  • 评估情绪、性格或任何受保护特征,或在面试之外监控人员的行为。
  • 评估现有员工以决定晋升、处分或解雇:testee 是为招聘而构建和评估的。
  • 用于未满 16 周岁或未达招聘所在地法定就业年龄的候选人。
  • 在你的偏见审计摘要公布之前,用于纽约市的职位。

美国与英国

  • 纽约市(Local Law 144)。 如果覆盖度评分在实质上协助你对该市职位作出决定,testee 即属于自动化就业决策工具。你需要在使用前一年内完成独立的偏见审计,在网站上公布其摘要,并提前 10 个工作日发出告知(testee 可随邀请一同发送,见“告知候选人”)。我们的结果导出和 API 可为你的审计人员提供数据。
  • 伊利诺伊州(AI Video Interview Act)。 该法针对视频面试。在录制摄像头时须发出告知并取得同意,稳妥起见每场面试都应如此。仅与评估候选人所需的人员分享录制内容,并在收到请求后 30 天内删除。如果仅由 AI 分析决定谁获得线下面试,你还须每年报告人口统计数据;有人工审阅时则无需报告。
  • 伊利诺伊州(Human Rights Act)。 自 2026 年 1 月 1 日起,你在招聘和录用决定中使用 AI 时须告知候选人,适用于该州的所有职位,而不仅限于视频面试。AI 面试告知模板已包含此内容。
  • 残障。 美国的 ADA 和英国的 Equality Act 要求为求职者提供合理调整。请按上述方式提供。
  • 科罗拉多州和加利福尼亚州。 自 2027 年 1 月 1 日起,科罗拉多州要求在使用前发出告知、在作出不利决定后 30 天内作出说明,并应要求进行更正和人工复核;当某一工具取代或实质上取代人的决策时,加利福尼亚州关于自动化决策的隐私规则即适用,因此本文所述的人工审阅在该州同样重要。请按上述方式保存记录。
  • 其他地区。 越来越多的州正在制定关于招聘中使用 AI 的规则。请核实你招聘所在地的规则。

你在欧盟《人工智能法》下的义务

这些义务自 2027 年 12 月 2 日起全面适用;现在就遵守可使你的流程做好准备。根据第 26 条应做的事:

  • 按说明使用(第 26 条第 1 款)。 遵守本说明,包括不应使用 testee 的情形。
  • 人工监督(第 26 条第 2 款)。 为每场面试指定审阅人:了解该职位、熟悉本说明并有权更改状态或推翻结果的人员。给他们留出阅读证据的时间。
  • 输入数据(第 26 条第 4 款)。 确保你控制的内容与职位相关:考察要求、问题和测验答案,以及邀请的对象。
  • 监测(第 26 条第 5 款)。 每月对照录音抽查部分结果,并留意某一候选人群体得分偏低等模式。如果你认为 testee 对候选人的健康、安全或权利构成风险,请停止使用该面试,并立即通过 hello@testee.ai 告知我们;发生严重事件时,请立即向我们和你所在国家的市场监督管理机构报告。
  • 日志(第 26 条第 6 款)。 将处于你控制之下的日志保存至少六个月:按“记录、保留与请求”中所述下载 AI 日志。
  • 职工代表(第 26 条第 7 款)。 在工作场所使用 testee 之前(例如为内部职位面试自己的员工),请告知职工代表和相关员工。
  • 影响评估(第 26 条第 9 款)。 使用本说明和 DPIA 模板,根据 GDPR 第 35 条进行数据保护影响评估。
  • 告知候选人(第 26 条第 11 款)。 告知候选人他们将受到协助录用决定的高风险 AI 系统的影响(告知模板已包含此内容),并向提出要求的候选人清楚说明 AI 在对其所作决定中的作用(第 86 条):在其结果中通过“候选人说明”下载(一份以面试语言生成的 PDF:期望、AI 和你的团队给出的状态及其说明和原话、分数、摘要和决定)。
  • AI 素养(第 4 条)。 确保使用 testee 的人员了解其工作原理及不足之处,例如让他们阅读本说明。
  • 主管机关(第 26 条第 12 款)。 与主管机关合作;我们会以我们掌握的信息提供协助。

问题

当某项结果看起来有误或不公平、候选人提出投诉或某项功能无法正常工作时,请发送邮件至 hello@testee.ai。任何可能已对候选人造成伤害的情况请立即报告。我们会答复每一份报告,并用它们改进 testee。

版本与变更

  • 当前版本。 面试官:模型 gpt-realtime-2.1,提示词 interviewer-2026-11-21-quiz-note,转写由 gpt-transcribe 完成。分析:模型 gpt-6.1-sol,提示词 analysis-2026-11-21-workspace-data。每场面试的 AI 日志都会注明其运行的版本。
  • 重大变更。 我们知道或应当知道可能改变结果、testee 实现其用途的表现、其预期用途、其局限或本文所述保障措施的变更(新模型、改变实测准确性的提示词更改、新的环节类型或评分方式的更改)属于重大变更。我们会尽可能在变更生效前、最迟在生效时,通过电子邮件通知每个组织的所有者和管理员,并在下方记录变更及其日期。常规修复和外观更改不属于重大变更。
  • 记录。 我们将本说明的每个已发布版本(注明日期的 PDF)、版本标识、本变更列表以及我们发出的通知保存至少三年。
  • 变更。 2026 年 11 月 21 日:面试官以带标记的段落接收公司编写的面试内容和候选人自己的作品(代码、白板标签、评论),并把它们当作数据,绝不当作指令;在角色扮演中,角色回应候选人所说所做的内容,绝不回应候选人听起来或看起来如何;当某个话题的时间在回答中途用完时,面试官会在下一个问题前先对此作出回应(提示词 interviewer-2026-11-21-marked-data)。分析将会话的自动记录读作对候选人作品的引用,只评判言语和行为,绝不评判候选人的情绪状态(提示词 analysis-2026-11-21-workspace-data;上方测得的准确率即其运行结果)。生成的面试不再包含关于候选人听起来或看起来如何的考察要求。这不是重大变更:测得的准确率和面试官的各项检查都保持在波动范围内。2026 年 11 月 20 日:面试官只有在询问候选人是否想要结束并听到对方确认后,才会提前结束面试;候选人表示自己惊慌失措或遇到紧急情况时,面试官会提出短暂暂停或结束面试,且从不询问原因;候选人要求跳过的环节记录为已跳过,而不是由面试官完成;行为(侮辱、试图让面试官脱离其角色、长时间跑题)按类型记录在每个环节中(提示词 interviewer-2026-11-20-distress-2)。这是一项重大变更:它改变了面试官进行和结束面试的方式。2026 年 11 月 20 日:当面试官审查发现面试官泄露了预期答案时,如果候选人只是在此之后才谈到该项,该项计为"提示后覆盖"(一半分数),分数随之变化;分析不再考虑职位的资历级别(考察要求本就按其编写),代码会删除其自身文字中评判个人的任何句子,以及任何未指向候选人真实工作的证据(提示词 analysis-2026-11-20-decided-items)。这是一项重大变更:它会改变分数。2026 年 11 月 18 日:包括额外时间在内,一场面试最长 60 分钟,因此只提供能让面试保持在 60 分钟以内的额外时间;面试过程中面试官的连接续期或恢复时,新连接会收到截至当时整场面试的回顾(面试安排和转写文本),而不再只是当前环节的最后几行(提示词 interviewer-2026-11-18-recap-cap)。两者均属重大变更:前者限制了本文所述的一项便利安排,后者改变了面试官继续面试的方式。2026 年 11 月 16 日:新增为每位候选人提供额外时间(每项时间限制 +25%、+50% 或 +100%)作为便利安排,由你的团队在邀请上设置。2026 年 11 月 15 日:诚信信号默认关闭(此前为开启);纽约市 AEDT 告知可随邀请一同发送,告知期为 10 个工作日;新增 AI 日志及其下载;本说明新增实测准确性、使用期限与维护以及部署者义务。面试的进行和分析方式无变化。